Les clusters d’enquêtes DHS (1997, 2008, 2011, 2013, 2016 et 2021) sont classés par rapport à leur distance aux aires protégées (AP) et à leur localisation en zone rurale ou urbaine. Le résultat attendu est le suivant :
Groupe de traitement: Ménages localisées dans les clusters à moins de 10 km des aires protégées créées à partir de 2008 dans les zones rurales
Groupe de contrôle: Ménages localisées dans les clusters à plus de 10 km des aires protégées créées à partir de 2008 dans les zones rurales
Groupe à exclure: Ménages localisées dans les clusters à moins de 10 km des aire protégées créées avant 2008 et dans la zone urbaine
2.1 Chargement des coordonnées GPS des clusters d’enquête
Avant de charger les données GPS de 1997, 2008, 2011, 2013, 2016 et 2021, nous précisons les coordonnées GPS utilisées. Les coordonnées GPS, comme la plupart des données ouvertes distribuées sur Internet, sont en WGS 84 (codé EPSG : 4326). Nos données sont aussi traitées en 4326. Toutefois, uniquement pour le calcul des surfaces ou des distances, on va utiliser le système de projection officiel de Madagascar, qui est le Laborde (EPSG : 29702). Une fois les données chargées, on fusionne les trois jeux de données en un seul puis visualisés sur une carte.
Code
library(tidyverse) #Manipulation et visualisation des donnéeslibrary(haven) # Importer et exporter des données issues de Stata, SPSS ou SASlibrary(sf) #Analyse des données spatialeslibrary(tmap) #Analyse cartographiquelibrary(gt) #Mise en forme des tableaux library(geodata) # Pour avoir le contour de Madagascarlibrary(writexl) # Pour faire une sortie sous Excellibrary(units) # Unités de mesure pour les vecteurs Rlibrary(leaflet) # Pour faire une cartographie interactivelibrary(readxl) # Lecture des fichiers excel# Systèmes de coordonnées de référence standard_crs <-4326mdg_crs <-29702# On charge les donnéesgps_1997_initial <-st_read("data/raw/dhs/DHS_1997/MDGE32FL/MDGE32FL.shp", quiet =TRUE)gps_2008_initial <-st_read("data/raw/dhs/DHS_2008/MDGE53FL/MDGE53FL.shp", quiet =TRUE) gps_2011_initial <-st_read("data/raw/dhs/DHS_2011/MDGE61FL/MDGE61FL.shp", quiet =TRUE) gps_2013_initial <-st_read("data/raw/dhs/DHS_2013/MDGE6AFL/MDGE6AFL.shp", quiet =TRUE) gps_2016_initial <-st_read("data/raw/dhs/DHS_2016/MDGE71FL/MDGE71FL.shp", quiet =TRUE)gps_2021_initial <-st_read("data/raw/dhs/DHS_2021/MDGE81FL/MDGE81FL.shp", quiet =TRUE)tmap_mode("plot")bind_rows(gps_1997_initial, gps_2008_initial, gps_2011_initial, gps_2013_initial, gps_2016_initial, gps_2021_initial) %>%tm_shape() +tm_dots() +tm_facets("DHSYEAR")
Grappes d’enquêtes DHS par rapport aux AP existantes en 2008
Nous obtenons une carte distincte pour chaque année d’enquête. Sur chaque carte figure des points, dans laquelle chaque point représente un cluster d’enquête, correspondant aux coordonnées GPS fournies par DHS.
2.2 Vérification des données gps des clusters
On vérifie que les coordonnées GPS sont bien dans le pays.
Code
# Fonction qui vérifie que les coordonnées ne sont pas nullescheck_coordinates <-function(dhs_gps, country_polygon, negate =FALSE) { dhs_gps %>%filter(LONGNUM !=0| LATNUM !=0)}gps_1997 <-check_coordinates(gps_1997_initial, contour_mada)gps_2008 <-check_coordinates(gps_2008_initial, contour_mada)gps_2011 <-check_coordinates(gps_2011_initial, contour_mada)gps_2013 <-check_coordinates(gps_2013_initial, contour_mada)gps_2016 <-check_coordinates(gps_2016_initial, contour_mada)gps_2021 <-check_coordinates(gps_2021_initial, contour_mada)
Les coordonnées GPS de neuf clusters de l’enquête 2008 présentent des coordonnées GPS invalides (0,0). Un cluster de l’année 1997 et 2011 présente également des coordonnées GPS invalides.
2.3 Chargement des données AP
Afin de disposer de données actualisées sur les aires protégées, nous avons triangulé les données relatives aux aires protégées avec d’autres sources notamment celles du Service de la Gouvernance des Aires Protégées (SGAP) du Ministère de l’Environnement et de Développement Durable de Madagascar (MEDD)“, les décrets officiels et la documentation des gestionnaires des aires protégées. Les données de World Database on Protected Areas (WDPA) restent néanmoins la plus complète.
On charge et nettoie le jeu de données des aires protégées de WDPA, en ne gardant que celles dont le statut est officiellement désigné et en distinguant les zones terrestres, marines et mixtes. On ajoute le contour du pays pour situer ces aires dans l’espace. On crée ensuite une carte interactive pour visualiser ces aires protégées selon leur type, leurs noms et leurs superficies.
Code
library(wdpar)wdpa <-wdpa_read("data/raw/WDPA_WDOECM_Jul2025_Public_MDG.zip") %>%wdpa_clean() |>filter(STATUS =="Designated") %>%mutate(MARINE =recode(MARINE,"terrestrial"="Terrestre","marine"="Marine","partial"="Mixte"))# Load boundarycontour_mada <-gadm(country ="Madagascar", level =0, path ="data") %>%st_as_sf() %>%st_set_crs(standard_crs)# Visualisationtmap_mode("plot")map <-tm_shape(wdpa) +tm_polygons(fill ="MARINE",fill.scale =tm_scale(values =c("Terrestre"="#228B22","Marine"="#1E90FF","Mixte"="gray" ) ),id ="ORIG_NAME",popup.vars =c("Superficie (ha)"="REP_AREA")) +tm_shape(contour_mada) +tm_borders(col ="black",lwd =0.5) +tm_scalebar(position =c("left", "bottom")) +tm_layout(legend.outside =TRUE)# Convertir la carte tmap en utilisant Leaflet pour personnaliser la carte interactiveleaflet_map <-tmap_leaflet(map)# Ajouter un titre et une source leaflet_map %>%addControl("<b> Aires protégées de Madagascar</b><br/>Source: WDPA, 2024", position ="topright")